11 KiB
English | 简体中文
Highlights
OpenMMLab 团队于 2022 年 9 月 1 日在世界人工智能大会发布了新一代训练引擎 MMEngine，它是一个用于训练深度学习模型的基础库。相比于 MMCV，它提供了更高级且通用的训练器、接口更加统一的开放架构以及可定制化程度更高的训练流程。
与此同时，MMCV 发布了 2.x 预发布版本，并将于 2023 年 1 月 1 日发布 2.x 正式版本。在 2.x 版本中，它删除了和训练流程相关的组件，并新增了数据变换模块。另外，从 2.x 版本开始，重命名包名 mmcv 为 mmcv-lite 以及 mmcv-full 为 mmcv。详情见兼容性文档。
MMCV 会同时维护 1.x 和 2.x 版本，详情见分支维护计划。
简介
MMCV 是一个面向计算机视觉的基础库，它提供了以下功能：
MMCV 支持多种平台，包括：
- Linux
- Windows
- macOS
如想了解更多特性和用法，请参考文档。
提示: MMCV 需要 Python 3.6 以上版本。
安装
MMCV 有两个版本：
- mmcv-full: 完整版，包含所有的特性以及丰富的开箱即用的 CPU 和 CUDA 算子。
- mmcv: 精简版，不包含 CPU 和 CUDA 算子但包含其余所有特性和功能，类似 MMCV 1.0 之前的版本。如果你不需要使用算子的话，精简版可以作为一个考虑选项。
注意: 请不要在同一个环境中安装两个版本，否则可能会遇到类似 ModuleNotFound 的错误。在安装一个版本之前，需要先卸载另一个。如果 CUDA 可用，强烈推荐安装 mmcv-full。
安装 mmcv-full
在安装 mmcv-full 之前，请确保 PyTorch 已经成功安装在环境中，可以参考 PyTorch 官方安装文档。
安装 mmcv-full 的命令如下：
pip install -U openmim
mim install mmcv-full
如果需要指定 mmcv-full 的版本，可以使用以下命令
mim install mmcv-full==1.7.0
如果发现上述的安装命令没有使用预编译包（以 .whl 结尾）而是使用源码包（以 .tar.gz 结尾）安装，则有可能是我们没有提供和当前环境的 PyTorch 版本、CUDA 版本相匹配的 mmcv-full 预编译包，此时，你可以源码安装 mmcv-full。
使用预编译包的安装日志
Looking in links: https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.html
Collecting mmcv-full
Downloading https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/mmcv_full-1.6.1-cp38-cp38-manylinux1_x86_64.whl
使用源码包的安装日志
Looking in links: https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.html
Collecting mmcv-full==1.6.0
Downloading mmcv-full-1.6.0.tar.gz
更多安装方式请参考安装文档。
安装 mmcv
如果你需要使用和 PyTorch 相关的模块，请确保 PyTorch 已经成功安装在环境中，可以参考 PyTorch 官方安装文档。
pip install -U openmim
mim install mmcv
分支维护计划
MMCV 目前有两个分支，分别是 master 和 2.x 分支，它们会经历以下三个阶段：
| 阶段 | 时间 | 分支 | 说明 |
|---|---|---|---|
| 公测期 | 2022/9/1 - 2022.12.31 | 公测版代码发布在 2.x 分支；默认主分支 master 仍对应 1.x 版本 | master 和 2.x 分支正常进行迭代 |
| 兼容期 | 2023/1/1 - 2023.12.31 | 切换默认主分支 master 为 2.x 版本；1.x 分支对应 1.x 版本 | 保持对旧版本 1.x 的维护和开发，响应用户需求，但尽量不引进破坏旧版本兼容性的改动；master 分支正常进行迭代 |
| 维护期 | 2024/1/1 - 待定 | 默认主分支 master 为 2.x 版本；1.x 分支对应 1.x 版本 | 1.x 分支进入维护阶段，不再进行新功能支持；master 分支正常进行迭代 |
支持的开源项目
- MIM: MIM 是 OpenMMlab 项目、算法、模型的统一入口
- MMClassification: OpenMMLab 图像分类工具箱
- MMDetection: OpenMMLab 目标检测工具箱
- MMDetection3D: OpenMMLab 新一代通用 3D 目标检测平台
- MMRotate: OpenMMLab 旋转框检测工具箱与测试基准
- MMSegmentation: OpenMMLab 语义分割工具箱
- MMOCR: OpenMMLab 全流程文字检测识别理解工具箱
- MMPose: OpenMMLab 姿态估计工具箱
- MMHuman3D: OpenMMLab 人体参数化模型工具箱与测试基准
- MMSelfSup: OpenMMLab 自监督学习工具箱与测试基准
- MMRazor: OpenMMLab 模型压缩工具箱与测试基准
- MMFewShot: OpenMMLab 少样本学习工具箱与测试基准
- MMAction2: OpenMMLab 新一代视频理解工具箱
- MMTracking: OpenMMLab 一体化视频目标感知平台
- MMFlow: OpenMMLab 光流估计工具箱与测试基准
- MMEditing: OpenMMLab 图像视频编辑工具箱
- MMGeneration: OpenMMLab 图片视频生成模型工具箱
- MMDeploy: OpenMMLab 模型部署框架
FAQ
如果你遇到了安装问题或者运行时问题，请查看问题解决页面是否已有解决方案。如果问题仍然没有解决，欢迎提 issue。
贡献指南
我们感谢所有的贡献者为改进和提升 MMCV 所作出的努力。请参考贡献指南来了解参与项目贡献的相关指引。
许可证
MMCV 目前以 Apache 2.0 的许可证发布，但是其中有一部分功能并不是使用的 Apache2.0 许可证，我们在许可证中详细地列出了这些功能以及他们对应的许可证，如果您正在从事盈利性活动，请谨慎参考此文档。
欢迎加入 OpenMMLab 社区
扫描下方的二维码可关注 OpenMMLab 团队的知乎官方账号，加入 OpenMMLab 团队的官方交流 QQ 群，或添加微信小助手”OpenMMLabwx“加入官方交流微信群。
我们会在 OpenMMLab 社区为大家
- 📢 分享 AI 框架的前沿核心技术
- 💻 解读 PyTorch 常用模块源码
- 📰 发布 OpenMMLab 的相关新闻
- 🚀 介绍 OpenMMLab 开发的前沿算法
- 🏃 获取更高效的问题答疑和意见反馈
- 🔥 提供与各行各业开发者充分交流的平台
干货满满 📘，等你来撩 💗，OpenMMLab 社区期待您的加入 👬